RPA  產業與 AI 技術的融合，正在成為行業的新趨勢。

RPA（Robotic Process Automation，機器人流程自動化），即以機器人作為虛擬勞動力，讓計算機學習和模仿人類處理任務的步驟，代替人完成重復性的業務操作，實現端到端的流程自動化。

根據全球著名信息技術分析機構 Gartner 發布的 2019 年 Q1 軟件市場數據報告中顯示，全球軟件市場中 RPA 以 75.6% 的增幅速度增長，成為增長速度最快的企業級軟件。同時，全球 RPA 市場有望在 2019 年達到 13 億美元的規模。

另據 KeyBanc Capital Markets 的估計，全球 RPA 市場在 10 年內有望成長到 1000 億美元。與此同時，麥肯錫估計在 2025 年到來之前，知識相關工作的自動化可能會產生 5.2 萬億至 6.7 萬億美元的潛在經濟效應。

但在業界，關于 RPA 一直存在兩種相悖的觀點：一方認為 RPA 對行業影響深遠；另一方認為 RPA 現存短板明顯。

不過，早期 RPA 的暗淡時刻已去，換來的是軟銀集團總裁兼董事長孫正義在大會上的鏗鏘有力。他曾表示，RPA 是于 AI 之外，另一項幫助世界經濟迎來第二次經濟大飛躍的技術。按照他所說，RPA 正在被全世界各行各業所應用，并實現業務流程自動化，在為企業節省成本的同時極大的提高工作效率。對此，達觀數據創始人兼 CEO 陳運文深表贊同。

AI 激活的藍海

2019 年，創投領域目睹了中國 RPA 賽道的爆發，和 RPA 融資相關的消息增多。僅在 6 月份，就有三家 RPA 廠商收獲源碼資本、金沙江創投、明勢資本的融資。「實際上，從去年下半年起，中國市場的 RPA 需求開始爆發，并已從大企業蔓延到中小企業」，與 UiPath、Blue Prism、Automation Anywhere 等海外知名 RPA 產品保持合作的普華永道內部人員向媒體提到。
 

AI 技術的普及和落地，被認為是 RPA 產業的加速器。「如果把 AI 看作大腦，那么 RPA 就是雙手」，陳運文比喻說，在人工智能加速落地的當下，只靠大腦，沒有雙手，很難挖掘出商業價值。
 

基于此，RPA 產業與 AI 技術的融合，正在成為行業的新趨勢。達觀數據就是這一流派的主張者之一。
 

RPA 不是新鮮概念，腳本自動化技術誕生于十幾年以前，而 RPA 這兩年才開始在美國流行。橫亙在中間的歷史鴻溝突然消解的原因，是業內發現，「RPA+AI 技術」的組合，讓普通的腳本機器人能夠拾起相對復雜的業務工作流程。
 

陳運文判斷，RPA 能夠蓬勃發展的重要原因之一，得益于人工智能技術取得的突破。「從 AlphaGo 下圍棋開始，深度神經網絡、人工智能、文本處理、圖像處理、語音處理……這些人工智能的技術在過去幾年，得到了快速發展；去年 Google 推出了新一代語言處理模型 Bert，讓計算機對語言文字的閱讀理解能力上了一個大臺階，在很多比賽里已經超過了人類。」
 

另外，全球數字化經濟發展至今，企業信息化程度的提高，企業的數字化升級改造為 RPA 大規模部署提供了沃土。越來越多的企業認可用數字化機器人代替人力完成工作的觀念。「如果企業都在用紙質辦公，審批還要打印出來自己簽名的話，那 RPA 還是用不起來的。」
 

除此以外，很多企業有數據孤島、系統孤島，很多企業、政府機構里各部門采購的軟件系統各不相同，甚至是不同廠商開發的。陳運文介紹，「企業數字化升級改造時，怎樣對接和打通各種數據是非常痛苦的事情，我們發現 RPA 是非常好的連接器」。
 

他總結，RPA 早先沒有形成風口的原因，一是 AI 技術本身不夠成熟，二是企業數字化程度不高。這兩點限制因素抑制了 RPA 落地的應用場景。
 

達觀數據通過自研 OCR 感知技術與 NLP 認知技術， 突破了傳統 RPA 無法處理非結構化數據源的問題，并采用并行和串行并取的方式，實現多任務的并行處理 | 達觀數據

從本土到全球

作為處理日常工作流程的工具，RPA 機器人可以相對通俗的理解為，機器人模擬人工敲擊鍵盤和鼠標的操作，代替真人完成「大量重復」和「規則明確」的工作任務。
 

與傳統 RPA 不同的是，達觀智能 RPA 解決了流程自動化「最后一公里問題」。通過自然語言邏輯分類、自然語言數據提取、識別和深度學習模式預測，達觀數據的智能 RPA 產品，把應用場景覆蓋面提升了 4 倍。這背后，離不開 AI 能力的加持。
 

「通過集成 RPA 與 AI，我們賦予了機器人學習和思考的能力」，陳運文強調。
 

他表示，通過自研 OCR 感知技術與 NLP 認知技術，達觀智能 RPA 突破了傳統 RPA 無法處理非結構化數據源的問題，例如圖片驗證碼識別、證件識別、紙質文檔識別、合同抽取、財務報表抽取、報告生成等業務需求，延伸了企業自動化鏈條。
 

「對任何一個業務流程自動化而言，都需要串接許多技術模塊。RPA+OCR+NLP 的融合，減少了業務流程中人機交互、人工復核的環節，更全面的滿足企業自動化的需求。」陳運文如是說。
 

達觀智能 RPA 采用了并行和串行并取的方式，能夠實現多任務的并行處理。「我們相信 RPA 機器人未來不是一兩個，而是成百上千個。大企業部署這些機器人，會更好地進行復雜任務的調度工作，使得工作不再割裂。」
 

在技術上，達觀 RPA 采用 Go 語言開發，這種語言具有天然的跨平臺性、分布性和支持并發性，在同一時間，可支持多個任務同時執行，提升機器人運行效率。分布式部署的服務器，確保了任務準確、可靠的執行。
 

舉例來說，一個員工在固定時間內僅能處理一項工作，但是 100 名員工就可以分配多種工作，各項任務之間有交叉、承接、互相補位，這就是達觀智能 RPA 并發機器人的設計邏輯。「當遇到相對復雜的應用場景時，這些機器人能夠更好的協同工作」，陳運文告訴極客公園。
 

「很多人認為 RPA 技術門檻不高」，陳運文的判斷是，「要開發出一個真正可靠、可用、像人一樣長期穩定運行的系統，需要投入巨大的工程開發量。」
 

第一塊是任何高精尖技術，真正能夠發揮作用的是在于，真正落地到每個客戶的應用場景里，他覺得 RPA 在這方面做得非常好：「無論是達觀數據公布的 RPA 案例，還是國外友商的案例，都是非常接地氣的。比如幫助銀行處理票據，提升了幾百倍效率，減輕了人力負擔，這些具體的行業應用場景，帶來的價值完全可以量化，甚至可以直接估算出 ROI 投入產出比。
 

第二個特點是工程開發量，耗費大量的心血和人力。「任何應用系統開發要有水滴石穿的精神，不斷打磨產品才能夠真正應用起來」，陳運文感慨，RPA 在工程方面的工作量非常繁重，每一個功能點的設計都需要寫非常多代碼，用戶才能輕松便捷地自動化處理各種類型文檔，完成改查審閱等各種操作。
 

文本自動化處理是達觀數據的技術優勢。除此之外，達觀數據也是國內最早把 Bert 模型應用到中文處理過程中的企業。結合中文的語言特點，達觀數據又加入了很多中文語言模型和特有的算法技術，使其在文本處理在中文領域的效果得到飛躍。
 

「傳統的 RPA 工具僅解決了 20% 的工作，未來的 RPA 要解決 80% 的工作」，陳運文說，隨著達觀數據在 NLP、OCR 能力的升級，下一階段的目標是把日常工作流程的 50% 實現自動化，承擔起越來越多復雜程度偏高的工作。他還透露，目前機器人的處理效率是普通員工 30 倍以上，成本僅占四分之一。「這樣的 ROI 無疑是性價比極高的。」
 

陳運文補充說，從 20% 提升至 50%，具備的是文本初期的閱讀、理解、分析、判斷的能力，而從 50% 做到 80%，就需要積累豐富的行業知識。「比如在醫療行業，讓計算機處理醫院的病例，需要在文本閱讀理解的基礎能力之上，建立醫療行業領域的知識圖譜，才能把病例文本自動分析做好。」
 

知識圖譜是未來的重要發展方向之一。據了解，達觀數據和復旦大學的有關專家，聯合成立了知識圖譜專項課題組，推進知識圖譜技術領域的建設。
 

數據方面，達觀數據組建了文本標注團隊，通過標注大量的文本數據，教會計算機去學習復雜的行業知識。數據來源一部分是從互聯網采集大量的文本數據，尤其是漢語語言文字數據；另外一部分是行業合作伙伴提供的專業文書，比如金融行業的招股說明書、債券說明書，法律行業的司法裁判文書，財稅領域的各種財務報告等等。
 

陳運文表示，在中文的應用場景里，達觀智能 RPA 對中文資料的處理，已經形成了自有的技術優勢。「處理準確率更高、效果更優，是我們的特長。」因此，他相信在中國廣闊的市場里，達觀的 RPA 未來是可以和國外同行同臺競技的。
 

「我們首先會穩扎穩打中國市場，但未來我們也一定愿意考慮『走出去』，把我們的技術服務給中國企業和海外企業，服務漢語或東亞語言甚至全球其他語言。」具體動作上，達觀數據目前已經與上海交通大學外國語學院成立了多語言聯合實驗室，探索漢語以外的多國語言的自動化處理技術。
 

談及與國內巨頭間的競爭優勢，陳運文以阿里云平臺的 RPA 為例，他首先肯定了阿里在電商方面，為賣家提供的自動化服務。但電商供應鏈是其重要的客戶群體之一，陳運文認為達觀數據面向的客戶群體更為開闊。
 

另外，團隊也借鑒了阿里云做 RPA 的思維和經驗。不過，二者的最大區別是在于，達觀 RPA 結合了自主研發的 AI 平臺，且考慮到跨平臺的兼容性，機器人可以在 mac、Linux、Windows 和國產 OS 任一系統上部署運行，這是其具備的獨特優勢。
 

銷售方面，達觀 PRA 的付費方式比較靈活，既可以采用國外同行采用的按年付費的方式，也提供了整套解決方案一次性交付的方式，同時還提供了云服務的方式。
 

據了解，達觀數據在近 4 年發展過程中，在上海、北京、成都、深圳、西安等地都建立了完善的商務拓展團隊；另一方面，達觀數據也在與四大會計事務所等行業伙伴共同搭建中國 RPA 生態，拓展更多商務渠道。「和國內老牌廠商相比，雖然我們進場比他們晚一兩年，但是我們一開始設置的起點比較高，也借鑒學習了海外同行的產品研發和行業落地經驗，雖然可能晚到了一年，但是我們有自己的后發優勢。」
 

在 RPA 市場呈爆發之勢下，有人預測，2019 年國內會涌現上千家 RPA 公司。但陳運文覺得，RPA 的爆發階段與 AI 淘金熱如出一轍：「 或許，任何企業都可以給自己貼上 AI 或 RPA 的標簽，但關鍵是能否有實力開發出一個真正好用的 RPA 產品，或真正可交付的機器人系統。」
 

去年 11 月，達觀數據宣布獲得由寬帶旗下基金晨山資本領投的 1.6 億元 B 輪融資，刷新了中國自然語言理解領域的融資記錄，成為語義識別領域融資額最高的企業之一。更早前，達觀數據也接捧過真格基金和軟銀賽富等投資人的橄欖枝。陳運文透露，公司正在考慮接下來的新一輪融資計劃，讓企業留有更充裕的資金，用于核心技術研發和生態建設，確保在未來 RPA 市場的競爭中占據更好的位置。

題圖來源：視覺中國


 

繼續閱讀：流程自動化   RPA

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 這家 RPA 公司再獲 1.6 億元融資，軟銀孫正義為何看好這一市場？